스캔 통계량에서 공간 상관을 고려한 방법

초록

본 논문은 전통적인 공간 스캔 통계량이 가정하는 독립 포아송 모델이 실제 데이터에서 과산포와 공간 상관을 무시할 경우 허위 양성률이 크게 증가한다는 점을 지적한다. 이를 해결하기 위해 과산포와 공간 상관을 동시에 모델링한 수정된 스캔 통계량을 제안하고, 이론적 증명과 시뮬레이션을 통해 기존 방법 대비 허위 알람을 현저히 감소시킴을 확인한다. 뉴멕시코 뇌암 사례와 프랑스 수두 발생 데이터에 적용하여 실용성을 입증한다.

상세 분석

논문은 먼저 전통적인 공간 스캔 통계량이 각 위치의 사건 수를 독립적인 포아송 변수로 가정한다는 점을 강조한다. 그러나 실제 역학 데이터는 종종 과산포(overdispersion)와 공간적 자기상관(spatial correlation)을 보이며, 이러한 특성을 무시하면 검정 통계량의 분포가 왜곡되어 허위 양성(false positive) 위험이 증가한다. 저자들은 이를 수학적으로 정량화하기 위해, 사건 수를 공간적 조건부 자기회귀(CAR) 구조를 갖는 과산포 포아송 모델로 확장한다. 이 모델은 평균 구조는 기존과 동일하게 유지하면서, 공분산 행렬을 통해 인접 지역 간의 상관을 반영한다.

이론적 분석에서는 수정된 모델 하에서 스캔 통계량의 기대값과 분산을 도출하고, 기존 독립 포아송 가정 하에서의 임계값이 실제 과산포·상관 상황에서는 과소평가된다는 것을 증명한다. 특히, 공간 상관 파라미터가 클수록 허위 알람 비율이 기하급수적으로 상승함을 보이며, 이는 실무에서 위험한 오탐지를 초래할 수 있다.

제안된 수정 방법은 두 단계로 구성된다. 첫 단계에서는 데이터에 적합한 과산포 파라미터와 공간 상관 파라미터를 추정한다. 이를 위해 일반화된 선형 혼합 모델(GLMM)과 베이지안 사후 추정법을 활용한다. 두 번째 단계에서는 추정된 파라미터를 이용해 스캔 통계량의 무작위화(randomization) 혹은 몬테카를로 시뮬레이션을 수행해 새로운 임계값을 계산한다. 이렇게 얻은 임계값은 실제 데이터의 변동성을 반영하므로, 허위 양성률을 사전 지정 수준(예: 5%)에 맞출 수 있다.

시뮬레이션 연구에서는 다양한 과산포 정도와 공간 상관 강도를 설정해 1,000번 반복 실험을 수행하였다. 결과는 기존 독립 포아송 기반 스캔이 평균 20~35%의 허위 알람을 보인 반면, 수정된 방법은 5% 이하로 억제함을 보여준다. 또한 검출력(power)에서는 큰 차이가 없으며, 오히려 과산포가 심한 경우에는 약간의 향상이 관찰되었다.

실제 사례 분석에서는 뉴멕시코 주의 뇌암 데이터와 프랑스 전역의 수두 발생 데이터를 사용하였다. 두 데이터 모두 공간적 클러스터가 존재하지만, 기존 방법은 광범위한 영역을 과대하게 식별하였다. 반면, 수정된 스캔은 통계적으로 유의한 소규모 클러스터만을 검출했으며, 이는 지역 보건 당국의 실제 조사 결과와 일치한다.

전반적으로 이 논문은 공간 스캔 통계량에 과산포와 공간 상관을 통합함으로써, 실무에서 흔히 발생하는 허위 양성 문제를 효과적으로 해결한다는 점에서 중요한 기여를 한다. 제안된 방법은 기존 소프트웨어(예: SaTScan)의 확장으로 구현 가능하며, 역학 조사뿐 아니라 환경 위험 평가, 범죄 hotspot 탐지 등 다양한 분야에 적용될 잠재력이 크다.